Autor: Ankur Tomar, Technical Marketing Manager, Farnell
Incorporar la visión artificial en la infraestructura inteligente de una fábrica abre un sinfín de oportunidades para aumentar la eficiencia de las operaciones.
La conectividad, la automatización y la captura de datos son solo algunas de las tecnologías que han contribuido a los cambios en la producción desde mediados de la década de 2010, y son lo suficientemente significativas como para haber recibido la designación de la cuarta revolución industrial.
La transición hacia lo que se conoce como Industria 4.0 implica que sensores avanzados trabajen en conjunción con software integrado y herramientas sofisticadas de análisis de datos para crear fábricas verdaderamente inteligentes. Añadir la conectividad que proporciona el Internet de las Cosas y la infraestructura de computación en la nube genera un valor adicional al vincularse con otros aspectos del negocio.
Sin embargo, estos rápidos avances de los pioneros de la Industria 4.0, posicionados para beneficiarse aún más de tecnologías emergentes como la inteligencia artificial (IA), necesitan una solución para todo, desde el seguimiento del inventario hasta el mantenimiento del control de calidad, a un coste asumible para empresas de todos los tamaños.
La visión artificial es un ejemplo de esta tendencia en acción. Aunque ha existido desde que se introdujeron los primeros sistemas simples en la década de 1970, se está volviendo cada vez más relevante debido a su capacidad para sustentar sistemas que no solo son más rápidos y eficientes, sino que también pueden liberar valioso capital humano.
Es importante distinguir la visión artificial de los sistemas de visión asistidos que procesan imágenes e interpretan datos basados en algoritmos. Un sistema de visión artificial utiliza una cámara para capturar datos de imagen que la visión por computadora puede procesar, a menudo tomando decisiones que son la base para las instrucciones a otros componentes del sistema.
Visión en Industria 4.0
La capacidad de Industria 4.0 para crear soluciones innovadoras de alto valor basadas en el intercambio de datos entre diferentes elementos es una razón convincente para introducir la visión artificial en procesos donde anteriormente no había desempeñado un papel.
La creciente importancia de la IA en el sector de la producción está impulsando esta tendencia. Los modelos de IA entrenados con datos existentes capturados por sistemas de visión artificial pueden utilizar la inferencia del aprendizaje profundo para reconocer las anomalías más sutiles. El «input» no tiene que ser en la forma tradicional de fotografías bidimensionales. Puede provenir de sensores térmicos o infrarrojos, y los sistemas de visión artificial son cada vez más capaces de procesar imágenes tridimensionales y en movimiento.
Justificación de la inversión
El gran número de aplicaciones potenciales para la visión artificial en el contexto de la transición a la Industria 4.0 puede dificultar que una empresa sepa por dónde empezar. Los beneficios pueden ser sustanciales, pero su adopción no consiste simplemente en comprar algunas cámaras y distribuirlas por las instalaciones. Requiere previsión, planificación y, lo más importante, una definición clara de lo que se necesita lograr.
La buena noticia es que incluso una inversión relativamente modesta puede justificarse por los retornos cuantificables en términos de mejora de la flexibilidad, automatización, diseño de productos, fabricación, optimización de la mano de obra y consumo de energía.
Fundamentalmente, la visión artificial sobresale en las tareas repetitivas y enfocadas que incluso el humano más paciente puede encontrar dificultades a la hora de mantener la atención durante periodos prolongados. La fabricación de productos electrónicos proporciona un buen ejemplo de los beneficios de una adopción cuidadosa. Un fabricante de semiconductores que aún utiliza la inspección manual para verificar las obleas mientras se fabrican podría liberar a los trabajadores para tareas más productivas, permitiéndoles trabajar en conjunto con el control de calidad automatizado que es más rápido, eficiente y preciso que incluso los humanos mejor entrenados. De manera similar, la supervisión de componentes mientras pasan por un proceso de grabado de PCB es el tipo de tarea tediosa que puede realizarse con un estándar consistentemente alto, desde el proceso inicial hasta el empaquetado final, por un sistema de visión artificial cargado con una paciencia infinita.
Más allá del control de calidad
En un entorno de Industria 4.0, el papel de la visión artificial puede expandirse más allá de la verificación de la calidad y la consistencia del producto para supervisar todos los aspectos de cómo opera una instalación. Imagínese poder caminar por una fábrica y ver en tiempo real dónde una tubería está acercándose (o ha superado) su temperatura normal de funcionamiento o está vibrando más de lo debido. La visión artificial hace que esto sea posible al proporcionar datos recopilados por imágenes térmicas y cámaras de captura de movimiento. Al estar monitorizada por modelos de IA capaces de detectar comportamientos anómalos, la información puede transmitirse directamente a los encargados de mantenimiento a través de una interfaz de realidad aumentada para que el problema potencial se pueda evaluar y se tomen medidas proactivamente.
Otra aplicación que permite la IA es la capacidad de reforzar los protocolos de salud y seguridad. Un sistema de visión artificial respaldado por algoritmos que saben qué ubicaciones dentro de una instalación están restringidas, quién tiene permitido el acceso y qué equipo de protección requieren puede supervisar este aspecto de las operaciones más eficientemente que depender de la supervisión humana.
Pero todo esto no acaba aquí, ya que los límites de las aplicaciones potenciales de IA son, por ahora, desconocidos. Por ejemplo, la capacidad de automatizar la gestión de inventarios permite realizar un seguimiento preciso, reducir los errores y optimizar los niveles de stock, lo que minimiza el exceso de inventario y reduce los costes de almacenamiento.
En cuanto a la clasificación y el empaquetado, la IA puede asegurar el uso preciso y eficiente de los materiales, lo que reduce los residuos. Por supuesto, la supervisión de los residuos también se puede controlar por la IA para identificar y reducir el número de actividades que generan los residuos.
El uso de sistemas robóticos guiados por visión artificial para mejorar la precisión y reducir los errores de gestión de materiales también puede mejorar enormemente muchos aspectos en este aspecto, entre los cuales se encuentran los protocolos de cumplimiento de seguridad, que se pueden supervisar y aplicar para reducir el riesgo de accidentes y pérdidas de recursos.
Qué ofrece este recurso
La tecnología de visión artificial es ideal para su uso en entornos con máquinas de diversos tipos constantemente conectadas e interactuando, lo que en parte explica su rápida adopción en muchas aplicaciones diferentes. Esta rápida adopción se debe en gran medida a que los componentes son asequibles, lo que a su vez impulsa la capacidad de desarrollar una gama más amplia de hardware y software mejorados. Aunque cada empresa abordará la adopción de la visión artificial a un ritmo que tenga sentido para su organización, la mejor opción dependerá típicamente de identificar claramente los beneficios específicos esperados y cómo esos beneficios mejorarán la estrategia general.
Para muchos, el principal beneficio de la visión artificial será la capacidad de recopilar, procesar y actuar automáticamente sobre grandes volúmenes de información, todo en una fracción de segundo. De esto se trata la Industria 4.0, y esas capacidades de procesamiento y análisis de datos por sí solas son razones suficientemente convincentes para empezar.
Afortunadamente, la disponibilidad y asequibilidad de una gama de componentes facilita el inicio sin necesidad de una inversión significativa. Además de kits de evaluación de fabricantes conocidos, incluyendo Analog Devices y Microchip, la amplia oferta de visión artificial de Farnell incluye soluciones asequibles y de código abierto de proveedores como Raspberry Pi, BeagleY-AI y LattePanda de China, así como la familia Portenta y Nicla de Arduino. AMD Xilinx ofrece el sistema en módulo Kria-26, optimizado para aplicaciones de visión, IA y robótica, mientras que la gama EdgeReady de NXP tiene soluciones de hardware y software de IA para aplicaciones de visión como el reconocimiento facial. Los sensores de visión artificial de HUSKYLENS son otra forma económica y sencilla de iniciar la transición a la visión artificial.
Y el número de opciones se extiende a dispositivos como la placa de evaluación y el miniespectrómetro de Hamamatsu; la cámara de eventos de Pepperl+Fuchs; y la cámara monocromática de Omron Industrial Automation, por nombrar algunos. Estos y otros avances están elevando aún más el nivel de lo que es posible con los dispositivos y tecnologías de visión artificial.
Sea cual sea el camino que tome, ya está claro que la visión artificial es la piedra angular de la digitalización de la fabricación. A medida que la Industria 4.0 se convierte rápidamente en la norma, las empresas que retrasen al menos considerar cómo utilizarán la visión artificial corren el riesgo de perder terreno vital frente a sus competidores más ambiciosos.
Si quiere más información, puede consultar la edición más reciente e-TechJournal «Step into the Future».
